用pandas把csv表中‘HPHM’的值相同的行‘KKBH’的值为‘500011015000’的行的‘GCSJ’的值减去‘KKBH’的值为‘500011012000’的行的‘GCSJ’的值，并将所得结果导出，表中‘KKBH’的值均表示为‘5E+11’。

可以按照以下步骤实现：

1. 读取csv文件为pandas的DataFrame对象
2. 筛选出‘HPHM’值相同的行以及‘KKBH’的值为‘500011015000’的行
3. 筛选出‘KKBH’的值为‘500011012000’的行
4. 将两个DataFrame对象按照‘HPHM’列进行内连接
5. 计算得到新列‘TIME_DIFF’，即相应‘GCSJ’列的差值
6. 将结果导出为csv文件

下面是示例代码：

import pandas as pd

# 读取csv文件
df = pd.read_csv('data.csv')

# 筛选出‘HPHM’值相同的行以及‘KKBH’的值为‘500011015000’的行
df1 = df[(df['KKBH'] == '5E 11') & (df['KKBH_VALUE'] == '500011015000')]

# 筛选出‘KKBH’的值为‘500011012000’的行
df2 = df[(df['KKBH'] == '5E 11') & (df['KKBH_VALUE'] == '500011012000')]

# 将两个DataFrame对象按照‘HPHM’列进行内连接
merged_df = pd.merge(df1, df2, on='HPHM')

# 计算得到新列‘TIME_DIFF’，即相应‘GCSJ’列的差值
merged_df['TIME_DIFF'] = pd.to_datetime(merged_df['GCSJ_x']) - pd.to_datetime(merged_df['GCSJ_y'])

# 将结果导出为csv文件
merged_df[['HPHM', 'TIME_DIFF']].to_csv('result.csv', index=False)

注意，代码中的‘GCSJ_x’和‘GCSJ_y’分别表示连接后的两个DataFrame对象的‘GCSJ’列，需要根据实际情况进行调整。同时，导出的结果只包含‘HPHM’和‘TIME_DIFF’两列。